取消
顯示的結果
而不是尋找
你的意思是:

從AutoML部分依賴情節

129464年
新的因素

我已經建立了一個AutoML模型,我想為它添加部分依賴情節最後/最好的模型。我想添加這個生成的代碼,但沒有任何運氣。這是我的代碼。

從sklearn。在spection import PartialDependenceDisplay

#為每個類創建部分依賴情節

n_classes = len (model.classes_)

target_class的範圍(n_classes):

target_label = model.classes_ [target_class]

打印(f”部分依賴情節類{target_label}:“)

顯示= PartialDependenceDisplay.from_estimator (

模型、X_train np.arange (X_train.shape[1]),目標= target_label

)

display.figure_.set_size_inches (12,:smiling_face_with_sunglasses:

display.figure_。suptitle (f”部分依賴情節類{target_label}”)

plt.subplots_adjust(水平間距= 0.4,wspace = 0.4)

plt.show ()

1回複1

匿名
不適用

@brandon。布蘭登·沃恩。沃恩:

它看起來像你想使用PartialDependenceDisplay sklearn模塊。檢查模塊為AutoML模型創建部分依賴情節。這裏有一些建議來確保代碼的工作原理:

  1. 確保您已經導入了所有必要的庫,包括matplotlib策劃部分依賴情節。
  2. 檢查你的模型的變量是最後從AutoML模型/最好的模型,和它有必要的屬性,如“classes_”多層次分類。
  3. 確保你的“X_train”變量是用來訓練數據訓練你AutoML模型。部分依賴情節是基於訓練數據的特征值。
  4. 驗證的形狀的X_train兼容PartialDependenceDisplay.from_estimator中的“目標”參數()函數。目標的參數指定的類將創建部分依賴情節,所以它應該是一個有效的索引對應的“classes_”屬性模型。
  5. 檢查matplotlib。pyplot庫導入和正確使用的代碼。它應該被用來創建和顯示部分依賴土地使用plt.subplots()和plt.show()函數。

如果你有檢查所有這些因素和仍然遇到問題,請提供更詳細的特定錯誤消息或問題你麵對,這樣我們才能更好的幫助你。

歡迎來到磚社區:讓學習、網絡和一起慶祝

加入我們的快速增長的數據專業人員和專家的80 k +社區成員,準備發現,幫助和合作而做出有意義的聯係。

點擊在這裏注冊今天,加入!

參與令人興奮的技術討論,加入一個組與你的同事和滿足我們的成員。

Baidu
map